Qlik Sense : Crosstable在数据加载脚本中使用交叉表

什么是Crosstable？

交叉表是常见的表格类型，特点是在两个标题数据正交列表之间显示值矩阵。如果要将数据关联到其他数据表格，交叉表通常不是最佳数据格式。

本主题介绍了如何逆透视交叉表，即，在数据加载脚本中使用 LOAD 语句的 crosstable 前缀将部分交叉表转置为行。也就是所谓的行转列。

CrossTable实战 1

使用一个限定列逆透视交叉表

交叉表通常位于许多限定列之后，这些列将被直接读取。在此例中，有一个限定列 Year，以及每个月的销售数据矩阵。

使用一个限定列的交叉表
YearJanFebMarAprMayJun
2008456578127822
2009112322224585
2010655622791256
2011452432785515
2012455635786882

如果此表格只是简单加载到 Qlik Sense，结果将为Year使用一个字段，每个月份各一字段。通常，这并非您希望看到的结果。您可能更希望生成三个字段：

  • 在此例中，在上述表格中限定列 Year 使用绿色标记。
  • 在此例中，使用黄色标记的 Jan - Jun 月份表示属性字段。可以适当地将此字段命名为 Month。
  • 数据矩阵值使用蓝色标记。在此例中，它们表示销售数据，因此可以适当地将此字段命名为 Sales。

通过将 crosstable 前缀添加到 LOAD 或 SELECT 语句可实现此操作，例如：

crosstable (Month, Sales) LOAD * from ex1.xlsx;

这可以在 Qlik Sense 中创建以下表格：

使用交叉表前缀的表格已添加至 LOAD 或 SELECT 语句
YearMonthSales
2008一月45
2008二月65
2008三月78
2008四月12
2008五月78
2008六月22
2009一月11
2009二月23
.........

使用两个限定列逆透视交叉表

在此例中，左边有两个限定列，紧跟矩阵列之后。

使用两个限定列的交叉表
SalesmanYearJanFebMarAprMayJun
A2008456578127822
A2009112322224585
A2010655622791256
A2011452432785515
A2012455635786882
B2008577790249034
B2009233534345797
B2010776834912468
B2011573644906727
B2012576847908094

限定列的数量可表述为 crosstable 前缀的第三个参数，如下所述：

crosstable (Month, Sales, 2) LOAD * from ex2.xlsx;

这可以在 Qlik Sense 中创建下列结果：

使用限定列的表可表述为交叉表前缀的第三个参数
SalesmanYearMonthSales
A2008一月45
A2008二月65
A2008三月78
A2008四月12
A2008五月78
A2008六月22
A2009一月11
A2009二月23
............

了解更多Crosstable

  • Crosstableicon-default.png?t=N7T8https://help.qlik.com/zh-CN/sense/November2023/Subsystems/Hub/Content/Sense_Hub/Scripting/ScriptPrefixes/crosstable.htm

 

Crosstable实战 2

crosstable 加载前缀用于转置“交叉表”或“透视表”结构化数据。使用电子表格源时，通常会遇到以这种方式构造的数据。crosstable 加载前缀的输出和目的是将此类结构转换为规则的面向列的表等价物，因为这种结构通常更适合 Qlik Sense 中的分析。

交叉表转换后数据结构为交叉表及其等效结构的示例

左侧显示交叉表的示例。

语法：  

crosstable (attribute field name, data field name [ , n ] ) ( loadstatement | selectstatement )

参数
参数说明
attribute field name描述要转置的水平方向维度的所需输出字段名称（标题行）。
data field name

所需的输出字段名称，用于描述要转置的维度的水平方向数据（标题行下方的数据值矩阵）。

n

要被转换成常规形式的表格前面的限定符字段数量或未更改的维度。默认值为 1。

此脚本函数与以下函数相关：

相关函数
函数交互
Generic一种转换加载前缀，用于获取实体属性值结构化数据集，并将其转换为常规关系表结构，将遇到的每个属性分离为新的字段或数据列。

示例 1 – 转换数据透视销售数据（简单）

加载脚本和结果

概述

打开数据加载编辑器，并将下面的第一加载脚本添加到新选项卡。

第一个加载脚本包含一个数据集，crosstable 脚本前缀稍后将应用于该数据集，其中应用 crosstable 的部分已注释掉。这意味着注释语法用于在加载脚本中禁用此部分。

第二个加载脚本与第一个加载脚本相同，但应用了未注释 crosstable（通过删除注释语法启用）。脚本以这种方式显示，以突出显示该脚本函数在转换数据中的价值。

第二加载脚本（应用的函数）

tmpData:
//Crosstable (MonthText, Sales)
Load * inline [
Product, Jan 2021, Feb 2021, Mar 2021, Apr 2021, May 2021, Jun 2021
A, 100, 98, 103, 63, 108, 82
B, 284, 279, 297, 305, 294, 292
C, 50, 53, 50, 54, 49, 51];
 
//Final:
//Load Product,
//Date(Date#(MonthText,'MMM YYYY'),'MMM YYYY') as Month,
//Sales

//Resident tmpData;

//Drop Table tmpData;复制代码到剪贴板

有关使用内联加载的详细信息，请参见内联加载。

结果

加载数据并打开工作表。创建新表并将这些字段添加为维度：

  • Product

  • Jan 2021

  • Feb 2021

  • Mar 2021

  • Apr 2021

  • May 2021

  • Jun 2021

结果表
产品2021 年 1 月2021 年 2 月2021 年 3 月2021 年 4 月2021 年 5 月2021 年 6 月
A100981036310882
B284279297305294292
C505350544951

该脚本允许创建一个交叉表，每个月一列，每个产品一行。按照目前的格式，该数据不容易分析。最好将所有数字放在一个字段中，将所有月份放在另一个字段中，放在一个三列表格中。下一节将解释如何对交叉表进行这种转换。

第二加载脚本（应用的函数）

通过删除 // 来取消对脚本的注释。加载的脚本应如下所示：

tmpData:
Crosstable (MonthText, Sales)
Load * inline [
Product, Jan 2021, Feb 2021, Mar 2021, Apr 2021, May 2021, Jun 2021
A, 100, 98, 103, 63, 108, 82
B, 284, 279, 297, 305, 294, 292
C, 50, 53, 50, 54, 49, 51];
 
Final:
Load Product,
Date(Date#(MonthText,'MMM YYYY'),'MMM YYYY') as Month,
Sales

Resident tmpData;

Drop Table tmpData;复制代码到剪贴板

有关使用内联加载的详细信息，请参见内联加载。

结果

加载数据并打开工作表。创建新表并将这些字段添加为维度：

  • Product

  • Month

  • Sales

结果表
产品月销售额值
AJan 2021100
AFeb 202198
AMar 2021103
AApr 202163
AMay 2021108
AJun 202182
BJan 2021284
BFeb 2021279
BMar 2021297
BApr 2021305
BMay 2021294
BJun 2021292
CJan 202150
CFeb 202153
CMar 202150
CApr 202154
CMay 202149
CJun 202151

应用脚本前缀后，交叉表将转换为一个垂直表，其中一列用于 Month，另一列用于 Sales。这提高了数据的可读性。

示例 2 – 将数据透视销售目标数据转换为垂直表结构（中等）

加载脚本和图表表达式

概述

打开数据加载编辑器，并将下面的加载脚本添加到新选项卡。

加载脚本包含：

  • 加载到名为目标的表中的数据集。

  • crosstable 加载前缀，将数据透视的销售人员姓名转换为其自己的字段，标记为 Sales Person。

  • 关联的销售目标数据，该数据被结构化为一个名为 Target 的字段。

加载脚本

SalesTargets:
CROSSTABLE([Sales Person],Target,1)
LOAD
*
INLINE [
Area, Lisa, James, Sharon
APAC, 1500, 1750, 1850
EMEA, 1350, 950, 2050
NA, 1800, 1200, 1350
];复制代码到剪贴板

结果

加载数据并打开工作表。创建新表并将这些字段添加为维度：

  • Area

  • Sales Person

添加该度量：

=Sum(Target)

结果表
面积图销售员=Sum(Target)
APACJames1750
APACLisa1500

APAC

Sharon1850
EMEAJames950
EMEALisa1350
EMEASharon2050
NAJames1200
NALisa1800
NASharon1350

如果要将数据的显示复制为数据透视输入表，可以在工作表中创建等效的数据透视表。

执行以下操作：

  1. 将刚刚创建的表复制并粘贴到工作表中。
  2. 将透视表图表对象拖动到新创建的表副本的顶部。选择转换。
  3. 单击  完成编辑。
  4. 将 Sales Person 字段从垂直列架拖动到水平列架。

下表显示了初始表格形式的数据，如 Qlik Sense 中所示：

原始结果表，如 Qlik Sense 中所示
面积图销售员=Sum(Target)
总计-13800
APACJames1750
APACLisa1500

APAC

Sharon1850
EMEAJames950
EMEALisa1350
EMEASharon2050
NAJames1200
NALisa1800
NASharon1350

等效数据透视表类似如下，每个销售人员姓名的列包含在较大的 Sales Person 行中：

带水平透视 Sales Person 字段的等效透视表
面积图JamesLisaSharon
APAC175015001850
EMEA95013502050
NA135013501350

显示为表和等效数据透视表的数据示例，该透视表具有水平透视的 Sales Person

使用交叉表函数进行数据转换的示例。

示例 3 – 将数据透视销售和目标数据转换为垂直表结构（高级）

加载脚本和图表表达式

概述

打开数据加载编辑器，并将下面的加载脚本添加到新选项卡。

加载脚本包含：

  • 表示销售和目标数据的数据集，按地区和月份组织。这将加载到名为 SalesAndTargets 的表中。

  • crosstable 加载前缀。这用于将 Month Year 维度取消透视到专用字段中，以及将销售和目标金额矩阵转换到名为 Amount 的专用字段中。

  • 使用文本到日期转换特性 date# 将 Month Year 字段从文本转换为适当的日期。此日期转换 Month Year 字段通过 Join 加载前缀连接回 SalesAndTarget 表中。

加载脚本

SalesAndTargets:
CROSSTABLE(MonthYearAsText,Amount,2)
LOAD
	*
INLINE [
Area	Type	Jan-22	Feb-22	Mar-22	Apr-22	May-22	Jun-22	Jul-22	Aug-22	Sep-22	Oct-22	Nov-22	Dec-22
APAC	Target	425	425	425	425	425	425	425	425	425	425	425	425
APAC	Actual	435	434	397	404	458	447	413	458	385	421	448	397
EMEA	Target	362.5	362.5	362.5	362.5	362.5	362.5	362.5	362.5	362.5	362.5	362.5	362.5
EMEA	Actual	363.5	359.5	337.5	361.5	341.5	337.5	379.5	352.5	327.5	337.5	360.5	334.5
NA	Target	375	375	375	375	375	375	375	375	375	375	375	375
NA	Actual	378	415	363	356	403	343	401	365	393	340	360	405
] (delimiter is '\t');

tmp:
LOAD DISTINCT MonthYearAsText,date#(MonthYearAsText,'MMM-YY') AS [Month Year]
RESIDENT SalesAndTargets;

JOIN (SalesAndTargets)
LOAD * RESIDENT tmp;

DROP TABLE tmp;
DROP FIELD MonthYearAsText;复制代码到剪贴板

结果

加载数据并打开工作表。创建新表并将这些字段添加为维度：

  • Area

  • Month Year

使用标签 Actual 创建以下度量值：

=Sum({<Type={'Actual'}>} Amount)

同时创建此度量，具有标签 Target：

=Sum({<Type={'Target'}>} Amount)

结果表（裁剪）
面积图年度月份实际目标
APACJan-22435425
APACFeb-22434425

APAC

Mar-22397425
APACApr-22404425
APACMay-22458425
APACJun-22447425
APACJul-22413425
APACAug-22458425
APACSep-22385425
APACOct-22421425
APACNov-22448425
APACDec-22397425
EMEAJan-22363.5362.5
EMEAFeb-22359.5362.5

如果要将数据的显示复制为数据透视输入表，可以在工作表中创建等效的数据透视表。

执行以下操作：

  1. 将刚刚创建的表复制并粘贴到工作表中。
  2. 将透视表图表对象拖动到新创建的表副本的顶部。选择转换。
  3. 单击  完成编辑。
  4. 将 Month Year 字段从垂直列架拖动到水平列架。
  5. 将 Values 项目从水平列架拖动到垂直列架。

下表显示了初始表格形式的数据，如 Qlik Sense 中所示：

原始结果表（裁剪），如 Qlik Sense 中所示
面积图年度月份实际目标
总计-1381213950
APACJan-22435425
APACFeb-22434425

APAC

Mar-22397425
APACApr-22404425
APACMay-22458425
APACJun-22447425
APACJul-22413425
APACAug-22458425
APACSep-22385425
APACOct-22421425
APACNov-22448425
APACDec-22397425
EMEAJan-22363.5362.5
EMEAFeb-22359.5362.5

等效数据透视表类似如下，每个单独年度月份的列包含在较大的 Month Year 行中：

带水平透视 Month Year 字段的等效透视表（裁剪）
面积（值）Jan-22Feb-22Mar-22Apr-22May-22Jun-22Jul-22Aug-22Sep-22Oct-22Nov-22Dec-22
APAC - 实际435434397404458447413458385421448397
APAC - 目标425425425425425425425425425425425425
EMEA - 实际363.5359.5337.5361.5341.5337.5379.5352.5327.5337.5360.5334.5
EMEA - 目标362.5362.5362.5362.5362.5362.5362.5362.5362.5362.5362.5362.5
NA - 实际378415363356403343401365393340360405
NA - 目标375375375375375375375375375375375375

显示为表和等效数据透视表的数据示例，该透视表具有水平透视的 Month Year

显示为表和等效数据透视表的数据示例，该透视表具有水平透视的年度月份字段

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：/a/535764.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！

相关文章

批归一化（BN）在神经网络中的作用与原理

批归一化（BN）在神经网络中的作用与原理

文章目录 1. 批归一化&#xff08;BN&#xff09;在神经网络中的作用与原理1.1 作用与优势1.2 原理与推导 2. 将BN应用于神经网络的方法2.1 训练时的BN 2. 将BN应用于神经网络的方法2.1 训练时的BN2.2 测试时的BN代码示例&#xff08;Python&#xff09;&#xff1a; 3. BN的优…
阅读更多...
机器学习-09-图像处理01-理论

机器学习-09-图像处理01-理论

总结 本系列是机器学习课程的系列课程&#xff0c;主要介绍机器学习中图像处理技术。 参考 02图像知识 色彩基础知识整理-色相、饱和度、明度、色调 图像特征提取&#xff08;VGG和Resnet特征提取卷积过程详解&#xff09; Python图像处理入门 【人工智能】PythonOpenCV…
阅读更多...
基于python的天气数据可视化系统、Flask框架，爬虫采集天气数据，可视化分析

基于python的天气数据可视化系统、Flask框架，爬虫采集天气数据，可视化分析

系统介绍 基于Python的天气预测可视化分析系统&#xff0c;该项目的主要流程和功能包括&#xff1a; 数据获取&#xff1a; 使用Python的pandas库从2345天气网&#xff08;http://tianqi.2345.com/Pc/GetHistory&#xff09;抓取山东省各市区县在2021年至2023年间的天气历史数…
阅读更多...
【方法】PDF密码如何取消？

【方法】PDF密码如何取消？

对于重要的PDF文件&#xff0c;很多人会设置密码保护&#xff0c;那后续不需要保护了&#xff0c;如何取消密码呢&#xff1f; 今天我们来看看&#xff0c;PDF的两种密码&#xff0c;即“限制密码”和“打开密码”&#xff0c;是如何取消的&#xff0c;以及忘记密码的情况要怎…
阅读更多...
文献学习-33-一个用于生成手术视频摘要的python库

文献学习-33-一个用于生成手术视频摘要的python库

VideoSum: A Python Library for Surgical Video Summarization Authors: Luis C. Garcia-Peraza-Herrera, Sebastien Ourselin, and Tom Vercauteren Source: https://arxiv.org/pdf/2303.10173.pdf 这篇文章主要关注的是如何通过视频摘要来简化和可视化手术视频&#xff0c…
阅读更多...
计算机基础知识-第4章-真值表和逻辑运算、位运算

计算机基础知识-第4章-真值表和逻辑运算、位运算

一、真值表与逻辑运算 真值表 真值表是什么呢&#xff1f;我们来看百度百科的定义。表征逻辑事件输入和输出之间全部可能状态的表格。列出命题公式真假值的表。通常以1表示真&#xff0c;0 表示假。命题公式的取值由组成命题公式的命题变元的取值和命题联结词决定&#xff0c;…
阅读更多...
开源监控zabbix对接可视化工具grafana教程

开源监控zabbix对接可视化工具grafana教程

今天要给大家介绍的是开源监控工具zabbix对接可视化工具grafana问题。 有一定运维经验的小伙伴大抵都或多或少使用过、至少也听说过开源监控工具zabbix&#xff0c;更进一步的小伙伴可能知道zabbix在数据呈现方面有着明显的短板&#xff0c;因此需要搭配使用第三方的可视化工具…
阅读更多...
Qlik Sense :use Peek function to Group by and Get Rowno

Qlik Sense :use Peek function to Group by and Get Rowno

Question Row number based on groups of data Calculate row number for groups 有时候我们需要基于分组来对数据进行内部排序&#xff0c;例如一个iddate&#xff0c;把不同的属性的记录标记为123&#xff0c;又或者把重复记录标记出来 Solved: Calculate row number for…
阅读更多...
MacOS安装openMP报错【已解决】

MacOS安装openMP报错【已解决】

error: Target “WLBG” links to: OpenMP::OpenMP_CXX but the target was not found. Possible reasons include: * There is a typo in the target name. * A find_package call is missing for an IMPORTED target. * An ALIAS target is missing. 最开始是报这个错&#x…
阅读更多...
云上配置Hadoop环境

云上配置Hadoop环境

Hadoop概述 Hadoop技术主要是由下面这三个组件组合而成的&#xff1a; HDFS是一个典型的主从模式架构。 HDFS的基础架构 HDFS的集群搭建 一点准备工作 其实这一块没啥内容&#xff0c;就是将Hadoop官网下载下来的Hadoop的tar包上传到我们服务器上的文件目录下&#xff1a; …
阅读更多...
2024考研调剂须知

2024考研调剂须知

----------------------------------------------------------------------------------------------------- 考研复试科研背景提升班 教你快速深入了解掌握考研复试面试中的常见问题以及注意事项&#xff0c;系统的教你如何在短期内快速提升自己的专业知识水平和编程以及英语…
阅读更多...
Vue ElementUI el-input-number 改变控制按钮 icon 箭头为三角形

Vue ElementUI el-input-number 改变控制按钮 icon 箭头为三角形

el-input-number 属性 controls-position 值为 right 时&#xff1b; <el-input-number v-model"num" controls-position"right" :min"1" :max"10"></el-input-number>原生效果 修改后效果 CSS 修改 .el-input-number…
阅读更多...
点亮一颗 LED: 单片机 ch32v003 (RISC-V) 使用 rust 编写固件

点亮一颗 LED: 单片机 ch32v003 (RISC-V) 使用 rust 编写固件

首发日期 2024-04-09, 以下为原文内容: 使用 rust 编写单片机的程序 ? 很新, 但没问题. 使用 RISC-V CPU 的单片机 (比如 ch32v003) ? 也没问题. 同时使用 ? 哦嚯, 问题出现了 !! ch32v003 是一款使用 rv32ec 指令集的国产单片机, 很便宜 (某宝零卖只要 0.4 元一个, 在同档…
阅读更多...
学习JavaEE的日子 Day33 File类，IO流

学习JavaEE的日子 Day33 File类，IO流

Day33 1.File类 File是文件和目录路径名的抽象表示 File类的对象可以表示文件&#xff1a;C:\Users\Desktop\hhy.txt File类的对象可以表示目录路径名&#xff1a;C:\Users\Desktop File只关注文件本身的信息&#xff08;文件名、是否可读、是否可写…&#xff09;&#xff0c…
阅读更多...
基于SSM的电影网站（有报告）。Javaee项目。ssm项目。

基于SSM的电影网站（有报告）。Javaee项目。ssm项目。

演示视频&#xff1a; 基于SSM的电影网站&#xff08;有报告&#xff09;。Javaee项目。ssm项目。 项目介绍&#xff1a; 采用M&#xff08;model&#xff09;V&#xff08;view&#xff09;C&#xff08;controller&#xff09;三层体系结构&#xff0c;通过Spring SpringMv…
阅读更多...
MySQL 全文检索

MySQL 全文检索

不是所有的数据表都支持全文检索 MySQL支持多种底层数据库引擎&#xff0c;但是并非所有的引擎支持全文检索 &#xff0c;目前最常用引擎是是MyISAM和InnoDB&#xff1b;前者支持全文检索&#xff0c;后者不支持。 booolean模式操作符 操作符含义必须有-必须不包含>包含对应…
阅读更多...
Linux系统使用Docker部署Dashy导航页服务并实现公网环境访问

Linux系统使用Docker部署Dashy导航页服务并实现公网环境访问

文章目录 简介1. 安装Dashy2. 安装cpolar3.配置公网访问地址4. 固定域名访问 简介 Dashy 是一个开源的自托管的导航页配置服务&#xff0c;具有易于使用的可视化编辑器、状态检查、小工具和主题等功能。你可以将自己常用的一些网站聚合起来放在一起&#xff0c;形成自己的导航…
阅读更多...
如何使用pgvector为RDS PostgreSQL构建专属ChatBot？

如何使用pgvector为RDS PostgreSQL构建专属ChatBot？

背景 越来越多的企业和个人希望能够利用LLM和生成式人工智能来构建专注于其特定领域的具备AI能力的产品。目前&#xff0c;大语言模型在处理通用问题方面表现较好&#xff0c;但由于训练语料和大模型的生成限制&#xff0c;对于专业知识和时效性方面存在一些局限。在信息时代&…
阅读更多...
缓存穿透、缓存雪崩、缓存击穿的区别

缓存穿透、缓存雪崩、缓存击穿的区别

缓存三兄弟&#xff08;穿透、雪崩、击穿&#xff09; 缓存穿透 定义 查询一个redis和数据库都不存在的值&#xff0c;数据库不存在则不会将数据写入缓存&#xff0c;所以这些请求每次都达到数据库。 解决办法是缓存空对象&#xff0c;如果数据库不存在则将空对象存入缓存&…
阅读更多...
Python数据结构与算法——算法(贪心算法、动态规划

Python数据结构与算法——算法(贪心算法、动态规划

贪心算法 介绍&#xff1a;贪心算法又称贪婪算法&#xff0c;是指在对问题求解时&#xff0c;总是做出在当前看来是最好的选择。也就是说&#xff0c;不从整体最优上加以考虑&#xff0c;它所做出的是在某种意义上的局部最优解。 贪心算法并不保证会得到最优解&#xff0c;但…
阅读更多...
最新文章

Copyright @ 2022~2023